Python的内存管理机制可以从三个方面来讲:

• 引用计数

• 垃圾回收
• 内存池机制

引用计数

Python采用了类似Windows内核对象一样的方式来对内存进行管理。每一个对象，都维护这一个对指向该对对象的引用的计数。

引用计数加1：

1.对象被创建：x=4
2.另外的变量被创建：y=x
3.被作为参数传递给函数：foo(x)
4.作为容器对象的一个元素：a=[1,x,'33']

引用计数减少：

1.一个本地引用离开了它的作用域。比如上面的foo(x)函数结束时，x指向的对象引用减1。
2.对象的别名被显式的销毁：del x
3.对象的一个别名被赋值给其他对象：x=123
4.对象从一个窗口对象中移除：myList.remove(x)
5.窗口对象本身被销毁：del myList，或者窗口对象本身离开了作用域。

垃圾回收

1、当内存中有不再使用的部分时，垃圾收集器就会把他们清理掉。它会去检查那些引用计数为0的对象，然后清除其在内存的空间。当然除了引用计数为0的会被清除，还有一种情况也会被垃圾收集器清掉：当两个对象相互引用时，他们本身其他的引用已经为0了。
2、垃圾回收机制还有一个循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)。

内存池机制

Python的内存机制以金字塔行，-1，-2层主要有操作系统进行操作，
第0层是C中的malloc，free等内存分配和释放函数进行操作；
第1层和第2层是内存池，有Python的接口函数PyMem_Malloc函数实现，当对象小于256K时有该层直接分配内存；
第3层是最上层，也就是我们对Python对象的直接操作；

Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。
正如上面提到的，Python中所有小于256个字节的对象都使用pymalloc实现的分配器(这里还是会调用 malloc 分配内存,但每次会分配一块大小为256k的大块内存.)，而大的对象则使用系统的 malloc。另外Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。经由内存池登记的内存到最后还是会回收到内存池,并不会调用 C 的 free 释放掉.以便下次使用.对于简单的Python对象，例如数值、字符串，元组（tuple不允许被更改)采用的是复制的方式(深拷贝?)，也就是说当将另一个变量B赋值给变量A时，虽然A和B的内存空间仍然相同，但当A的值发生变化时，会重新给A分配空间，A和B的地址变得不再相同。 　　
注：在Python中，许多时候申请的内存都是小块的内存，这些小块内存在申请后，很快又会被释放，由于这些内存的申请并不是为了创建对象，所以并没有对象一级的内存池机制。这就意味着Python在运行期间会大量地执行malloc和free的操作，频繁地在用户态和核心态之间进行切换，这将严重影响 Python的执行效率。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。这也就是之前提到的 Pymalloc机制。

接着，我们继续谈python内存情况，在面试过程中被问到

python中的list在内存中是以数组方式存储还是链表的方式呢？？？

通过查阅一些资料，发现list的存储方式是arraylist(动态数组)，与它相对应的是linkedlist（链表），arraylist其实就是数组了，其实就相当于C++中的vector，只不过这时的list可以存储不同类型的元素。那么我们明白了这些后，使用的时候才会更加注意对于插入或者删除频繁的时候，list效率是比较低的，毕竟它存储形式是arraylist。
python中的tuple存储形式是什么呢？
tuple在内存中的存储形式就是常量数组，因为它是不可变的数据类型，所以常量数组估计大家都能理解。
python中的dictionary存储形式是什么呢？
字典相当于C++标准库中的map
字符串呢
字符串其实就是不能修改的list，也是数组的形式，这和c/c++是一致的。

参考文章：
http://hackerxu.com/2015/01/13/ram.html
http://blog.csdn.net/zhangweijiqn/article/details/39235169